AI학습 데이터 구축 2800억 투입···한 곳당 13.5억~17억 지원

과기정통부, 다음달 19일 접수 마감...내년엔 초거대AI 데이터 별도 트랙 추진

정부가 국내 인공지능(AI) 경쟁력 강화를 위해 올해 학습 데이터 구축에 2800억원을 투입, 신규 데이터 150종을 구축한다. 총 114개 신규 주관기관을 뽑아 지원하는데 데이터 종류당 구축비용으로 기관당 1년간 13.5억원~17억원을 지원한다. 특히 내년에는 초거대AI 데이터 구축을 별도 트랙으로 신설해 지원한다.

14일 과기정통부(장관 이종호)는 이달 14일부터 다음달 19일까지  '인공지능 학습용데이터 구축사업(이하 구축사업)' 참여자를 공모한다고 밝혔다. 의료진단, 자율주행, 챗봇, 음성 인식 등 다양한 인공지능 모델 또는 서비스는 데이터 학습을 통해 구현한다. 대량의 학습데이터는 인공지능 성능향상과 직결하는 핵심요소지만 데이터 수집‧가공에는 상당한 시간과 비용이 필요하다. 

국내 중견‧중소기업, 스타트업, 대학 등은 AI 개발과 도입을 가로막는 주요 저해요인으로 학습용데이터 부족 문제를 지속적으로 제기하고 있다. 이에 과기정통부는 2017년부터 언어, 이미지, 영상, 음성, 센서 등 다양한 유형의 인공지능 학습데이터를 구축해 누구나 손쉽게 활용할 수 있게 지원하고 있다. 현재 당국이 만든 AI 포털인 'AI 허브(aihub.or.kr)'에서 한국어, 헬스케어, 교통 등 6대 분야 381종의 데이터를 제공 중인데, 이달 말부터는 지난해 구축한 310종을 품질검증을 거쳐 순차적으로 추가로 개방한다.

올해는 지난해 수요조사를 통해 접수한 약 1400건의 후보데이터를 토대로 130종의 데이터를 기획,지정과제 형태로 추진한다. 지정과제는 지난해 1월 수립한 'AI 학습용 데이터 구축·활용 고도화 방안'에 따라 선정한 14대 분야 118종 데이터와 2022년도 계속과제 12종으로 구성됐다. 나머지 20종은 자유과제로 지역특화, 자유주제 등 일반영역과 초거대AI 영역으로 나눠 선정, 지원한다.

특히 올해는 챗GPT와 같은 초거대AI에 기반한 대화형 모델 지원을 위한 데이터 구축도 추진한다. 기존의 지도학습용 데이터(라벨링데이터) 물량은 일부 축소하고, 한국어 21종 등을 포함한 총 34종의 데이터를 ‘초거대AI 지원 데이터’로 구분해 자기지도학습에 필요한 비라벨링 데이터 구축을 확대한다. 또한 이미지 데이터 48종은 생성형AI 등의 학습에도 활용할 수 있도록 이미지를 묘사‧설명하는 캡션 정보를 추가로 포함한다. 이어 2024년부터는 사업개편을 통해 초거대AI 데이터 구축을 별도 트랙으로 신설해 지원할 예정이다.

아울러 그간 적용해 온 수행기관의 인건비 편성요건을 폐지하고 자동라벨링, 합성데이터(’22년 1종→’23년 5종 내외) 등 신기술 도입 적용을 확대한다. 문화관광, 스포츠, 법률 등 산업특화 분야에서의 인공지능 도입을 유도하기 위해 관련 데이터 구축 비중을 2022년 19%에서 2023년 25%로 높인다. 또한 국회·소방 등 공공분야에서 보유한 데이터의 민간이용 확산을 지원하기 위한 공공분야 학습데이터 구축(5종)도 강화한다.

이번 사업은 인공지능 학습데이터를 활용하는 전문기업과 데이터 수집‧보유‧가공 등의 구축 역량을 갖춘 2개 이상 기업과 기관이 컨소시엄을 구성해 참여할 수 있다. 총 114개의 신규 주관기관을 선정할 예정이며, 선정 기관에는 데이터 종당 구축비용으로 1년간 13.5억원~17억원을 지원한다. 사업 공모와 관련한 상세 안내는 AI허브와 과기정통부, 한국지능정보사회진흥원 누리집에서 확인할 수 있다.

박윤규 제2차관은 "방대한 양의 데이터를 배워 사람처럼 추론하는 초거대 AI 등 새로운 AI 기술이 등장하면서 양질의 대규모 데이터 확보는 어느 때보다 중요해지고 있다"면서 '혁신적인 아이디어를 가진 많은 기업들이 인공지능 도입과개발에 보다 적극적으로 도전할 수 있도록 고품질의 데이터 인프라를 조성함으로써, 우리 국민들이 생활 속 구석구석에서 더욱 다양한 인공지능 혜택을 누릴 수 있는 기반을 다져 나가겠다"고 밝혔다.